|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/optimizacin-de-redes-neuronales-profundas
课程评论：没有评论
课程名称：深度神经网络优化 课程概述：本课程将重点介绍深度神经网络的优化，旨在打破将整个过程视为“黑箱”的观点。学员将了解影响性能的关键因素，并能够以更系统的方式获得更好的结果。课程内容包括主要超参数的优化及其实施。此外，还将学习训练网络的新概念，例如小批量（mini-batch）和正则化。同时，学员还将学习如何使用TensorFlow实现神经网络。 课程大纲： 第一部分：深度学习的实践方面 描述：将研究如何配置机器学习应用程序，包括训练集和测试集的分离。学员将理解神经网络中的正则化概念以及如何定义问题以进行优化。 第二部分：优化算法 描述：将探讨在深度神经网络训练中可用的不同优化方法，并分析使用小批量加速过程的优势，以及逐步降低学习率的益处。 第三部分：超参数调整、批量归一化和在TensorFlow中的实现 描述：学习超参数调整的主要技术和选项，以及批量归一化，介绍TensorFlow库以在Python中实现神经网络。
Part: 1
Title:Aspectos prácticos del aprendizaje profundo
Description:Se estudiará cómo configurar su aplicación de aprendizaje automático, separando los sets de entrenamiento y testeo. Se entenderá que es la regularización en una red neuronal y cómo definir el problema para poder optimizarlo.
Part: 2
Title:Algoritmos de Optimización
Description:Se estudiarán los distintos métodos de optimización que se pueden utilizar en el entrenamiento de redes neuronales profundas. Además, se analizarán las ventajas de trabajar con minibatches para acelerar el proceso y los beneficios de aplicar una diminución progresiva a la tasa de aprendizaje.
Part: 3
Title:Ajuste de Hiperparámetros, Normalización por lotes e implementación en Tensorflow
Description:Se aprenderán las principales técnicas y opciones en el ajuste de Hiperparámetros, la normalización por lotes y se introducirá la librería Tensorflow para la implementación de redes neuronales en Python
Este curso se centrará en la optimización de Redes Neuronales Profundas, cambiando la idea de que todo el proceso es una “caja negra”. Comprenderá qué impulsa el rendimiento y podrá obtener mejores resultados de manera más sistemática Entenderá cómo optimizar los principales Hiperparámetros y su implementación. Además, aprenderá nuevos conceptos útiles para el entrenamiento de las redes como los mini-batch y las regularizaciones. También, aprenderá a implementar una red neuronal utilizando TensorFlow
